JP2901495B2 - 自律神経活動分類装置 - Google Patents
自律神経活動分類装置Info
- Publication number
- JP2901495B2 JP2901495B2 JP6162243A JP16224394A JP2901495B2 JP 2901495 B2 JP2901495 B2 JP 2901495B2 JP 6162243 A JP6162243 A JP 6162243A JP 16224394 A JP16224394 A JP 16224394A JP 2901495 B2 JP2901495 B2 JP 2901495B2
- Authority
- JP
- Japan
- Prior art keywords
- autonomic
- autonomic nerve
- index
- frequency distribution
- nerve index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 230000002567 autonomic effect Effects 0.000 title claims description 107
- 230000000694 effects Effects 0.000 title claims description 51
- 238000009826 distribution Methods 0.000 claims description 150
- 210000000467 autonomic pathway Anatomy 0.000 claims description 143
- 238000000034 method Methods 0.000 claims description 43
- 238000005259 measurement Methods 0.000 claims description 28
- 238000006243 chemical reaction Methods 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000008035 nerve activity Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 6
- 238000007476 Maximum Likelihood Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 5
- 210000005036 nerve Anatomy 0.000 description 5
- 210000004556 brain Anatomy 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 230000000763 evoking effect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000028327 secretion Effects 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 230000035900 sweating Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010005746 Blood pressure fluctuation Diseases 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 210000003403 autonomic nervous system Anatomy 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000004051 gastric juice Anatomy 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000036387 respiratory rate Effects 0.000 description 1
- 210000003296 saliva Anatomy 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、自律神経活動を自動的
に分類する装置に関する。
に分類する装置に関する。
【０００２】
【従来の技術】従来の自律神経活動分類装置としては、
例えば、第８回ヒューマン・インタフェース・シンポジ
ウム論文集、Ｏｃｔ．２１−２３，１９９２，４７１〜
４７４頁に鈴木氏と滝沢氏が「精神作業負荷による血圧
変動特性のスペクトル解析による評価」と題して発表し
た論文に記載されているような装置が知られている。こ
れは、図５に示すような基本構成を持ち、自律神経指標
計測用センサ５１としてのフィナプレスは血圧測定用、
自律神経指標計測用センサ５２としての電極は心電図
用、自律神経指標計測用センサ５３としてのサーミスタ
は呼吸測定用に使われる。自律神経指標計測用センサ５
２及び５３は、それぞれ、自律神経指標計測部４１とし
ての生体用アンプ（ＨｉＣｕｔ ３０Ｈｚ，時定数０．
１ｍｓｅｃ）及びアンプ（ＨｉＣｕｔ ５Ｈｚ，時定数
５．２ｓｅｃ）を介して、自律神経指標信号記録・再生
部４２としてのデータレコーダーに記録される。自律神
経指標解析部４３はシグナルプロセッサとワークステー
ションから構成されている。シグナルプロセッサでは、
自律神経指標信号記録・再生部４２に記録された自律神
経指標信号４２１を用いて、Ａ／Ｄ変換を行う。ワーク
ステーションは、例えば、Ａ／Ｄ変換後の血圧データ
に、データ圧縮処理あるいはスペクトル解析を施す。
例えば、第８回ヒューマン・インタフェース・シンポジ
ウム論文集、Ｏｃｔ．２１−２３，１９９２，４７１〜
４７４頁に鈴木氏と滝沢氏が「精神作業負荷による血圧
変動特性のスペクトル解析による評価」と題して発表し
た論文に記載されているような装置が知られている。こ
れは、図５に示すような基本構成を持ち、自律神経指標
計測用センサ５１としてのフィナプレスは血圧測定用、
自律神経指標計測用センサ５２としての電極は心電図
用、自律神経指標計測用センサ５３としてのサーミスタ
は呼吸測定用に使われる。自律神経指標計測用センサ５
２及び５３は、それぞれ、自律神経指標計測部４１とし
ての生体用アンプ（ＨｉＣｕｔ ３０Ｈｚ，時定数０．
１ｍｓｅｃ）及びアンプ（ＨｉＣｕｔ ５Ｈｚ，時定数
５．２ｓｅｃ）を介して、自律神経指標信号記録・再生
部４２としてのデータレコーダーに記録される。自律神
経指標解析部４３はシグナルプロセッサとワークステー
ションから構成されている。シグナルプロセッサでは、
自律神経指標信号記録・再生部４２に記録された自律神
経指標信号４２１を用いて、Ａ／Ｄ変換を行う。ワーク
ステーションは、例えば、Ａ／Ｄ変換後の血圧データ
に、データ圧縮処理あるいはスペクトル解析を施す。
【０００３】自律神経指標解析部４３で得られる結果
は、すべて、時間あるいは周波数の関数としてグラフ化
される。従って、実験者は、そのグラフの視察により、
自律神経活動が変化した時刻や自律神経活動の変化によ
る主たる周波数帯のシフトを読み取るに過ぎない。
は、すべて、時間あるいは周波数の関数としてグラフ化
される。従って、実験者は、そのグラフの視察により、
自律神経活動が変化した時刻や自律神経活動の変化によ
る主たる周波数帯のシフトを読み取るに過ぎない。
【０００４】
【発明が解決しようとする課題】上述した従来の自律神
経活動分類装置では、自律神経活動に関するグラフが出
力されるだけで、その結果を実験者が視察により自律神
経活動の変化等を読み取るに過ぎなかった。
経活動分類装置では、自律神経活動に関するグラフが出
力されるだけで、その結果を実験者が視察により自律神
経活動の変化等を読み取るに過ぎなかった。
【０００５】本発明の目的は、自律神経指標振幅値の頻
度分布を利用して、自律神経活動を、実験計画や被験者
の内省報告に基づいた所定の段階に、自動的に分類する
ことにある。
度分布を利用して、自律神経活動を、実験計画や被験者
の内省報告に基づいた所定の段階に、自動的に分類する
ことにある。
【０００６】
【課題を解決するための手段】第１の発明は、生体の自
律神経活動を分類する装置において、被験者の自律神経
活動の分類に利用する自律神経指標を計測する自律神経
指標計測手段と、前記自律神経指標計測手段より出力さ
れた自律神経指標信号の保存を制御する自律神経指標信
号記録制御手段と、前記自律神経指標記録制御手段より
出力された自律神経指標信号を記録して再生する自律神
経指標信号記録・再生手段と、前記自律神経指標信号記
録・再生手段より出力された自律神経指標信号を振幅値
データに変換する自律神経指標データ変換手段と、前記
自律神経指標データ変換手段より出力された自律神経指
標振幅値データを記録して再生する変換データ記録・再
生手段と、前記変換データ記録・再生手段より出力され
た自律神経指標振幅値データの頻度分布を作成する自律
神経指標振幅値データ頻度分布作成手段と、前記自律神
経指標振幅値データ頻度分布作成手段より出力された頻
度分布を確率分布モデルに当てはめ、確率分布モデルに
含まれるパラメータを、最尤推定法の原理に基づいて推
定する頻度分布モデル・パラメータ推定手段と、前記頻
度分布モデル・パラメータ推定手段で推定された確率分
布モデルのパラメータを利用して、被験者の自律神経活
動を分類する自律神経活動分類手段と、自律神経指標を
測定するための手続き及び自律神経指標値データの頻度
分布を作成するための手続きに従って、前記自律神経指
標信号記録制御手段及び自律神経指標値データ頻度分布
作成手段及び自律神経活動分類手段を制御する自律神経
指標測定・解析手続き制御手段と、を有している。
律神経活動を分類する装置において、被験者の自律神経
活動の分類に利用する自律神経指標を計測する自律神経
指標計測手段と、前記自律神経指標計測手段より出力さ
れた自律神経指標信号の保存を制御する自律神経指標信
号記録制御手段と、前記自律神経指標記録制御手段より
出力された自律神経指標信号を記録して再生する自律神
経指標信号記録・再生手段と、前記自律神経指標信号記
録・再生手段より出力された自律神経指標信号を振幅値
データに変換する自律神経指標データ変換手段と、前記
自律神経指標データ変換手段より出力された自律神経指
標振幅値データを記録して再生する変換データ記録・再
生手段と、前記変換データ記録・再生手段より出力され
た自律神経指標振幅値データの頻度分布を作成する自律
神経指標振幅値データ頻度分布作成手段と、前記自律神
経指標振幅値データ頻度分布作成手段より出力された頻
度分布を確率分布モデルに当てはめ、確率分布モデルに
含まれるパラメータを、最尤推定法の原理に基づいて推
定する頻度分布モデル・パラメータ推定手段と、前記頻
度分布モデル・パラメータ推定手段で推定された確率分
布モデルのパラメータを利用して、被験者の自律神経活
動を分類する自律神経活動分類手段と、自律神経指標を
測定するための手続き及び自律神経指標値データの頻度
分布を作成するための手続きに従って、前記自律神経指
標信号記録制御手段及び自律神経指標値データ頻度分布
作成手段及び自律神経活動分類手段を制御する自律神経
指標測定・解析手続き制御手段と、を有している。
【０００７】第２の発明は、生体の自律神経活動を分類
する装置において、被験者の自律神経活動の分類に利用
する自律神経指標を計測する自律神経指標計測手段と、
前記自律神経指標計測手段より出力された自律神経指標
信号の保存を制御する自律神経指標信号記録制御手段
と、前記自律神経指標記録制御手段より出力された自律
神経指標信号を記録して再生する自律神経指標信号記録
・再生手段と、前記自律神経指標信号記録・再生手段よ
り出力された自律神経指標信号を振幅値データに変換す
る自律神経指標データ変換手段と、前記自律神経指標デ
ータ変換手段より出力された自律神経指標振幅値データ
を記録して再生する変換データ記録・再生手段と、前記
変換データ記録・再生手段より出力された自律神経指標
振幅値データの頻度分布を作成する自律神経指標振幅値
データ頻度分布作成手段と、前記自律神経指標振幅値デ
ータ頻度分布作成手段より出力された頻度分布を連続曲
線と見做し、頻度分布の形状を特徴付けるパラメータを
推定する頻度分布形状パラメータ推定手段と、前記頻度
分布形状パラメータ推定手段で推定された頻度分布の形
状パラメータを利用して、被験者の自律神経活動を分類
する自律神経活動分類手段と、自律神経指標を測定する
ための手続き及び自律神経指標値データの頻度分布を作
成するための手続きに従って、前記自律神経指標信号記
録制御手段及び自律神経指標値データ頻度分布作成手段
及び自律神経活動分類手段を制御する自律神経指標測定
・解析手続き制御手段と、を有している。
する装置において、被験者の自律神経活動の分類に利用
する自律神経指標を計測する自律神経指標計測手段と、
前記自律神経指標計測手段より出力された自律神経指標
信号の保存を制御する自律神経指標信号記録制御手段
と、前記自律神経指標記録制御手段より出力された自律
神経指標信号を記録して再生する自律神経指標信号記録
・再生手段と、前記自律神経指標信号記録・再生手段よ
り出力された自律神経指標信号を振幅値データに変換す
る自律神経指標データ変換手段と、前記自律神経指標デ
ータ変換手段より出力された自律神経指標振幅値データ
を記録して再生する変換データ記録・再生手段と、前記
変換データ記録・再生手段より出力された自律神経指標
振幅値データの頻度分布を作成する自律神経指標振幅値
データ頻度分布作成手段と、前記自律神経指標振幅値デ
ータ頻度分布作成手段より出力された頻度分布を連続曲
線と見做し、頻度分布の形状を特徴付けるパラメータを
推定する頻度分布形状パラメータ推定手段と、前記頻度
分布形状パラメータ推定手段で推定された頻度分布の形
状パラメータを利用して、被験者の自律神経活動を分類
する自律神経活動分類手段と、自律神経指標を測定する
ための手続き及び自律神経指標値データの頻度分布を作
成するための手続きに従って、前記自律神経指標信号記
録制御手段及び自律神経指標値データ頻度分布作成手段
及び自律神経活動分類手段を制御する自律神経指標測定
・解析手続き制御手段と、を有している。
【０００８】第３の発明は、生体の自律神経活動を分類
する装置において、被験者の自律神経活動の分類に利用
する自律神経指標を計測する自律神経指標計測手段と、
前記自律神経指標計測手段より出力された自律神経指標
信号の保存を制御する自律神経指標信号記録制御手段
と、前記自律神経指標記録制御手段より出力された自律
神経指標信号を記録して再生する自律神経指標信号記録
・再生手段と、前記自律神経指標信号記録・再生手段よ
り出力された自律神経指標信号を振幅値データに変換す
る自律神経指標データ変換手段と、前記自律神経指標デ
ータ変換手段より出力された自律神経指標振幅値データ
を記録して再生する変換データ記録・再生手段と、前記
変換データ記録・再生手段より出力された自律神経指標
振幅値データの頻度分布を作成する自律神経指標振幅値
データ頻度分布作成手段と、前記自律神経指標振幅値デ
ータ頻度分布作成手段より出力された頻度分布を連続曲
線と見做し、頻度分布の形状を特徴付けるパラメータを
推定する頻度分布形状パラメータ推定手段と、前記頻度
分布形状パラメータ推定手段より出力された頻度分布の
形状パラメータを初期値として、前記自律神経指標振幅
値データ頻度分布作成手段より出力された頻度分布を確
率分布モデルに当てはめ、確率分布モデルに含まれるパ
ラメータを、最尤推定法の原理に基づいて推定する頻度
分布モデル・パラメータ推定手段と、前記頻度分布モデ
ル・パラメータ推定手段で推定された確率分布モデルの
パラメータを利用して、被験者の自律神経活動を分類す
る自律神経活動分類手段と、自律神経指標を測定するた
めの手続き及び自律神経指標値データの頻度分布を作成
するための手続きに従って、前記自律神経指標信号記録
制御手段及び自律神経指標値データ頻度分布作成手段及
び自律神経活動分類手段を制御する自律神経指標測定・
解析手続き制御手段と、を有している。
する装置において、被験者の自律神経活動の分類に利用
する自律神経指標を計測する自律神経指標計測手段と、
前記自律神経指標計測手段より出力された自律神経指標
信号の保存を制御する自律神経指標信号記録制御手段
と、前記自律神経指標記録制御手段より出力された自律
神経指標信号を記録して再生する自律神経指標信号記録
・再生手段と、前記自律神経指標信号記録・再生手段よ
り出力された自律神経指標信号を振幅値データに変換す
る自律神経指標データ変換手段と、前記自律神経指標デ
ータ変換手段より出力された自律神経指標振幅値データ
を記録して再生する変換データ記録・再生手段と、前記
変換データ記録・再生手段より出力された自律神経指標
振幅値データの頻度分布を作成する自律神経指標振幅値
データ頻度分布作成手段と、前記自律神経指標振幅値デ
ータ頻度分布作成手段より出力された頻度分布を連続曲
線と見做し、頻度分布の形状を特徴付けるパラメータを
推定する頻度分布形状パラメータ推定手段と、前記頻度
分布形状パラメータ推定手段より出力された頻度分布の
形状パラメータを初期値として、前記自律神経指標振幅
値データ頻度分布作成手段より出力された頻度分布を確
率分布モデルに当てはめ、確率分布モデルに含まれるパ
ラメータを、最尤推定法の原理に基づいて推定する頻度
分布モデル・パラメータ推定手段と、前記頻度分布モデ
ル・パラメータ推定手段で推定された確率分布モデルの
パラメータを利用して、被験者の自律神経活動を分類す
る自律神経活動分類手段と、自律神経指標を測定するた
めの手続き及び自律神経指標値データの頻度分布を作成
するための手続きに従って、前記自律神経指標信号記録
制御手段及び自律神経指標値データ頻度分布作成手段及
び自律神経活動分類手段を制御する自律神経指標測定・
解析手続き制御手段と、を有している。
【０００９】
【作用】本発明は、自律神経指標値データ頻度分布作成
手段から出力された頻度分布データを用いて、確率分布
モデルのパラメータを推定するために、パラメータの初
期値を算出する頻度分布形状パラメータ推定手段と最適
化手法等によりモデル・パラメータを推定する頻度分布
モデル・パラメータ推定手段が存在し、推定された確率
分布モデルのパラメータを利用して、自律神経活動を分
類する自律神経活動分類手段が存在する。これにより、
自律神経活動を自動的に分類することが可能である。
手段から出力された頻度分布データを用いて、確率分布
モデルのパラメータを推定するために、パラメータの初
期値を算出する頻度分布形状パラメータ推定手段と最適
化手法等によりモデル・パラメータを推定する頻度分布
モデル・パラメータ推定手段が存在し、推定された確率
分布モデルのパラメータを利用して、自律神経活動を分
類する自律神経活動分類手段が存在する。これにより、
自律神経活動を自動的に分類することが可能である。
【００１０】
【実施例】第３の発明の自律神経活動分類装置の一実施
例を図１に示す。
例を図１に示す。
【００１１】自律神経指標計測部１１は、自律神経指標
計測用センサ２１を介して入力された自律神経指標を増
幅し、必要とあれば雑音除去のためのフィルタリングな
どの前処理を行い、自律神経指標に関する信号１１１を
出力する。自律神経指標信号記録制御部１２は、自律神
経指標測定・解析手続き制御部２０から出力される自律
神経指標計測開始時刻及び終了時刻に関する信号２０１
と、自律神経指標計測部１１から出力される自律神経指
標に関する信号１１１とを用いて、自律神経指標の記録
を開始する時刻になってから終了する時刻まで、自律神
経指標信号記録・再生部１３に自律神経指標に関する信
号１２１を出力する。自律神経指標信号記録・再生部１
３は、自律神経指標信号記録制御部１２より出力された
自律神経指標に関する信号１２１を入力し、記録・保持
・再生する。自律神経指標データ変換部１４は、自律神
経指標信号記録・再生部１３に記録された自律神経指標
に関する信号１３１を利用して、自律神経指標の振幅値
に関する信号１４１に変換する。変換データ記録・再生
部１５は、自律神経指標データ変換部１４より出力され
た自律神経指標の振幅値に関する信号１４１を入力し、
記録・保持・再生する。自律神経指標値データ頻度分布
作成部１６は、変換データ記録・再生部１５に記録され
た自律神経指標の振幅値に関する信号１５１を利用し
て、自律神経指標値データの頻度分布を作成する。頻度
分布形状パラメータ推定部１７は、自律神経指標値デー
タ頻度分布作成部１６より出力される自律神経指標値の
頻度分布に関する信号１６１を利用して、頻度分布の形
状を特徴付けるパラメータを推定する。頻度分布モデル
・パラメータ推定部１８は、頻度分布形状パラメータ推
定部１７より出力される頻度分布の形状パラメータに関
する信号１７１を入力として、自律神経指標値データの
頻度分布を特徴付ける確率分布モデルのパラメータを推
定する。自律神経活動分類部１９は、頻度分布モデル・
パラメータ推定部１８より出力された確率分布モデルの
パラメータに関する信号１８１を利用して、被験者の自
律神経活動の状態をいくつかの段階に分類する。
計測用センサ２１を介して入力された自律神経指標を増
幅し、必要とあれば雑音除去のためのフィルタリングな
どの前処理を行い、自律神経指標に関する信号１１１を
出力する。自律神経指標信号記録制御部１２は、自律神
経指標測定・解析手続き制御部２０から出力される自律
神経指標計測開始時刻及び終了時刻に関する信号２０１
と、自律神経指標計測部１１から出力される自律神経指
標に関する信号１１１とを用いて、自律神経指標の記録
を開始する時刻になってから終了する時刻まで、自律神
経指標信号記録・再生部１３に自律神経指標に関する信
号１２１を出力する。自律神経指標信号記録・再生部１
３は、自律神経指標信号記録制御部１２より出力された
自律神経指標に関する信号１２１を入力し、記録・保持
・再生する。自律神経指標データ変換部１４は、自律神
経指標信号記録・再生部１３に記録された自律神経指標
に関する信号１３１を利用して、自律神経指標の振幅値
に関する信号１４１に変換する。変換データ記録・再生
部１５は、自律神経指標データ変換部１４より出力され
た自律神経指標の振幅値に関する信号１４１を入力し、
記録・保持・再生する。自律神経指標値データ頻度分布
作成部１６は、変換データ記録・再生部１５に記録され
た自律神経指標の振幅値に関する信号１５１を利用し
て、自律神経指標値データの頻度分布を作成する。頻度
分布形状パラメータ推定部１７は、自律神経指標値デー
タ頻度分布作成部１６より出力される自律神経指標値の
頻度分布に関する信号１６１を利用して、頻度分布の形
状を特徴付けるパラメータを推定する。頻度分布モデル
・パラメータ推定部１８は、頻度分布形状パラメータ推
定部１７より出力される頻度分布の形状パラメータに関
する信号１７１を入力として、自律神経指標値データの
頻度分布を特徴付ける確率分布モデルのパラメータを推
定する。自律神経活動分類部１９は、頻度分布モデル・
パラメータ推定部１８より出力された確率分布モデルの
パラメータに関する信号１８１を利用して、被験者の自
律神経活動の状態をいくつかの段階に分類する。
【００１２】自律神経指標測定・解析手続き制御部２０
は、自律神経活動分類部１９より出力された分類結果に
関する信号１９に基づいて、分類結果が実験者にとって
望ましい結果かどうかを判断する。必要とあれば、自律
神経指標の振幅値データの区間境界値の変更に関する信
号２０２を自律神経指標値データ頻度分布作成部１６へ
出力し、自律神経活動の分類を再度実施する。
は、自律神経活動分類部１９より出力された分類結果に
関する信号１９に基づいて、分類結果が実験者にとって
望ましい結果かどうかを判断する。必要とあれば、自律
神経指標の振幅値データの区間境界値の変更に関する信
号２０２を自律神経指標値データ頻度分布作成部１６へ
出力し、自律神経活動の分類を再度実施する。
【００１３】自律神経系の活動を反映する生理指標に
は、瞳孔面積、血流量、心音図、心電図、心磁図、心拍
数、心拍間隔、心拍ゆらぎ、指尖脈波、血圧、唾液分泌
量、唾液分泌速度、呼吸流量、呼気成分、皮膚抵抗値、
胃液ｐＨ、体温、呼吸数、発汗量、発汗速度、脳波、脳
磁図、血糖値、血中ホルモン濃度などがある。以下で
は、指尖脈波が入力データとして用いられる場合を例と
して、自律神経指標値の計測部分及び分類結果の表示部
分を含めた実際の利用形態を説明する。
は、瞳孔面積、血流量、心音図、心電図、心磁図、心拍
数、心拍間隔、心拍ゆらぎ、指尖脈波、血圧、唾液分泌
量、唾液分泌速度、呼吸流量、呼気成分、皮膚抵抗値、
胃液ｐＨ、体温、呼吸数、発汗量、発汗速度、脳波、脳
磁図、血糖値、血中ホルモン濃度などがある。以下で
は、指尖脈波が入力データとして用いられる場合を例と
して、自律神経指標値の計測部分及び分類結果の表示部
分を含めた実際の利用形態を説明する。
【００１４】例えば、自律神経指標計測用センサ２１と
して日本電気三栄（株）製の脈拍ピックアップ（指尖
用）４５２６１等、自律神経指標計測部１１として生体
電気用増幅ユニット１２５３Ａなどの生体電気現象用ア
ンプを用いる。自律神経指標計測用センサ２１は指（例
えば、人差指）先に装着させる。これらにより、指尖脈
波を電圧変化として得ることが出来るので、この電圧変
化を、日本電気（株）製ＰＣ−９８２１Ａｆ等のパーソ
ナルコンピュータに装着したカノープス電子（株）製Ａ
ＤＸ−９８Ｅ等のＡ／Ｄコンバータボードを介してデジ
タル信号１１１に変換することが出来る。
して日本電気三栄（株）製の脈拍ピックアップ（指尖
用）４５２６１等、自律神経指標計測部１１として生体
電気用増幅ユニット１２５３Ａなどの生体電気現象用ア
ンプを用いる。自律神経指標計測用センサ２１は指（例
えば、人差指）先に装着させる。これらにより、指尖脈
波を電圧変化として得ることが出来るので、この電圧変
化を、日本電気（株）製ＰＣ−９８２１Ａｆ等のパーソ
ナルコンピュータに装着したカノープス電子（株）製Ａ
ＤＸ−９８Ｅ等のＡ／Ｄコンバータボードを介してデジ
タル信号１１１に変換することが出来る。
【００１５】指尖脈波測定の準備が終了したならば、指
尖脈波の測定を実施する。測定は、自律神経指標測定・
解析手続き制御部２０に設定された手続きに従って進め
られる。測定を開始してから設定された時間（例えば、
３０分間）の指尖脈波の信号が、自律神経指標信号記録
制御部１２を介して自律神経指標信号記録・再生部１
３、例えば、磁気ディスク装置、磁気テープ等に記録さ
れる。
尖脈波の測定を実施する。測定は、自律神経指標測定・
解析手続き制御部２０に設定された手続きに従って進め
られる。測定を開始してから設定された時間（例えば、
３０分間）の指尖脈波の信号が、自律神経指標信号記録
制御部１２を介して自律神経指標信号記録・再生部１
３、例えば、磁気ディスク装置、磁気テープ等に記録さ
れる。
【００１６】測定が終了すると、自律神経指標データ変
換部１４、例えば、ワークステーションあるいはパーソ
ナルコンピュータが、自律神経指標信号記録・再生部１
３に記録された指尖脈波データを振幅値データに変換す
る。各時刻ｔにおける振幅値ｘi （ｉ＝１，２，…，
Ｎ；ｔ＝Δｆ・ｉ；但し、Δｆはサンプリング周波数）
は、例えば、その時刻までのある時間（例えば、２秒
間）の指尖脈波データの最大値と最小値の差として求め
ることが出来る。指尖脈波データの振幅値に関する信号
１４１は、変換データ記録・再生部１５、例えば、磁気
ディスク装置、磁気テープ等に記録される。
換部１４、例えば、ワークステーションあるいはパーソ
ナルコンピュータが、自律神経指標信号記録・再生部１
３に記録された指尖脈波データを振幅値データに変換す
る。各時刻ｔにおける振幅値ｘi （ｉ＝１，２，…，
Ｎ；ｔ＝Δｆ・ｉ；但し、Δｆはサンプリング周波数）
は、例えば、その時刻までのある時間（例えば、２秒
間）の指尖脈波データの最大値と最小値の差として求め
ることが出来る。指尖脈波データの振幅値に関する信号
１４１は、変換データ記録・再生部１５、例えば、磁気
ディスク装置、磁気テープ等に記録される。
【００１７】次に、自律神経指標値データ頻度分布作成
部１６、例えば、ワークステーションあるいはパーソナ
ルコンピュータが、変換データ記録・再生部１５に記録
された指尖脈波振幅値データ１５１を基に、以下の手順
で、指尖脈波振幅値データの頻度分布が作成される。
部１６、例えば、ワークステーションあるいはパーソナ
ルコンピュータが、変換データ記録・再生部１５に記録
された指尖脈波振幅値データ１５１を基に、以下の手順
で、指尖脈波振幅値データの頻度分布が作成される。
【００１８】予め、自律神経指標値をｍ段階に分割する
区間境界値Ｂj （ｊ＝０，１，…，ｍ）を設定する。自
律神経指標値データｘi を順に入力し、 Ｂk ≦ｘi ≦Ｂk+1 （ｋ＝０，１，…，ｍ−１） ならば、分布度数ｎ（ｋ）の値を１増加させる。すべて
のｘi （ｉ＝１，２，…，Ｎ）に同様の手続きを行うこ
とによって、分布度数ｎ（ｋ）（ｋ＝１，２，…，ｍ）
を求めることが出来る。
区間境界値Ｂj （ｊ＝０，１，…，ｍ）を設定する。自
律神経指標値データｘi を順に入力し、 Ｂk ≦ｘi ≦Ｂk+1 （ｋ＝０，１，…，ｍ−１） ならば、分布度数ｎ（ｋ）の値を１増加させる。すべて
のｘi （ｉ＝１，２，…，Ｎ）に同様の手続きを行うこ
とによって、分布度数ｎ（ｋ）（ｋ＝１，２，…，ｍ）
を求めることが出来る。
【００１９】図２は、ある実験条件の下で実測された指
尖脈波データに上述した方法を適用し、分布度数ｎ
（ｋ）をグラフ化したものである。この実験では、視覚
誘発電位を得るために、脳電位データを同時計測してい
る。高品質の視覚誘発電位を得るために、個々の脳電位
データについて、「加算しても良い」、「加算してはい
けない」のいずれかを判断したい。そのために、指尖脈
波データを利用して被験者の自律神経活動をモニタリン
グした。従って、この実験計画においては、自律神経活
動の分類すべき数は「加算しても良い」あるいは「加算
してはいけない」に対応して、２つである。そこで、以
下では、図２の結果も考慮して、２つの正規分布が重な
っている混合正規分布モデルで、自律神経指標値データ
頻度分布作成部１６で求められた指尖脈波振幅値の頻度
分布を近似する。
尖脈波データに上述した方法を適用し、分布度数ｎ
（ｋ）をグラフ化したものである。この実験では、視覚
誘発電位を得るために、脳電位データを同時計測してい
る。高品質の視覚誘発電位を得るために、個々の脳電位
データについて、「加算しても良い」、「加算してはい
けない」のいずれかを判断したい。そのために、指尖脈
波データを利用して被験者の自律神経活動をモニタリン
グした。従って、この実験計画においては、自律神経活
動の分類すべき数は「加算しても良い」あるいは「加算
してはいけない」に対応して、２つである。そこで、以
下では、図２の結果も考慮して、２つの正規分布が重な
っている混合正規分布モデルで、自律神経指標値データ
頻度分布作成部１６で求められた指尖脈波振幅値の頻度
分布を近似する。
【００２０】頻度分布形状パラメータ推定部１７、ワー
クステーションあるいはパーソナルコンピュータが、自
律神経指標値データ頻度分布作成部１６で得られた指尖
脈波振幅値の頻度分布に関する信号１６１（区間境界値
Ｂj （ｊ＝０，１，…，ｍ）及び分布度数ｎ（ｋ）（ｋ
＝１，２，…，ｍ））を利用し、頻度分布の形状を表す
パラメータを、以下の手順に従って推定する。図３及び
図４は、
クステーションあるいはパーソナルコンピュータが、自
律神経指標値データ頻度分布作成部１６で得られた指尖
脈波振幅値の頻度分布に関する信号１６１（区間境界値
Ｂj （ｊ＝０，１，…，ｍ）及び分布度数ｎ（ｋ）（ｋ
＝１，２，…，ｍ））を利用し、頻度分布の形状を表す
パラメータを、以下の手順に従って推定する。図３及び
図４は、
【００２１】
【数１】
【００２２】で定義される混合正規分布モデルを例示し
た図であり、図３ではα＝０．３，μ1 ＝０．５，μ2
＝１．２，σ1 ＝０．２，σ2 ＝０．２、図４ではα＝
０．３，μ1 ＝０．５，μ2 ＝１．０，σ1 ＝０．２，
σ2 ＝０．２としている。図３では２つの正規分布が離
れている場合（以後、タイプＡと呼ぶ）、図４では２つ
の正規分布が接近している場合（以後、タイプＢと呼
ぶ）を例示している。図２はタイプＢの例になってい
る。ここで、図３及び図４の混合正規分布のグラフを連
続関数と見做す。この時、タイプＡ（図３）では２つの
極大点Ｐ1 とＰ2 がそれぞれ平均μ1 とμ2 を近似し、
タイプＢ（図４）では１つの変曲点Ｐ1 と１つの極大点
Ｐ2 がそれぞれ平均μ1 とμ2 を近似していると考えて
良い。
た図であり、図３ではα＝０．３，μ1 ＝０．５，μ2
＝１．２，σ1 ＝０．２，σ2 ＝０．２、図４ではα＝
０．３，μ1 ＝０．５，μ2 ＝１．０，σ1 ＝０．２，
σ2 ＝０．２としている。図３では２つの正規分布が離
れている場合（以後、タイプＡと呼ぶ）、図４では２つ
の正規分布が接近している場合（以後、タイプＢと呼
ぶ）を例示している。図２はタイプＢの例になってい
る。ここで、図３及び図４の混合正規分布のグラフを連
続関数と見做す。この時、タイプＡ（図３）では２つの
極大点Ｐ1 とＰ2 がそれぞれ平均μ1 とμ2 を近似し、
タイプＢ（図４）では１つの変曲点Ｐ1 と１つの極大点
Ｐ2 がそれぞれ平均μ1 とμ2 を近似していると考えて
良い。
【００２３】一般に、任意の微分可能な連続関数ｆ
（ｘ）のｘ＝ｃにおける極大点及び変曲点は、それぞ
れ、
（ｘ）のｘ＝ｃにおける極大点及び変曲点は、それぞ
れ、
【００２４】
【数２】
【００２５】であって、ｘ＝ｃの左側と右側で
【００２６】
【数３】
【００２７】の符号が異なること、で定義される。
【００２８】実際の頻度分布は離散データであるので、
ｎ（ｋ）（ｋ＝１，２，…，ｍ）の１階微分及び２階微
分を以下に示す（前進）差分式で算出する：
ｎ（ｋ）（ｋ＝１，２，…，ｍ）の１階微分及び２階微
分を以下に示す（前進）差分式で算出する：
【００２９】
【数４】
【００３０】で定義される。また、ｂ（ｍ）−ｂ（ｍ−
１）＝ｂ（ｍ−１）−ｂ（ｍ−２）＝…＝ｂ（２）−ｂ
（１）＝Δｈならば、上式は以下のように簡略化され
る：
１）＝ｂ（ｍ−１）−ｂ（ｍ−２）＝…＝ｂ（２）−ｂ
（１）＝Δｈならば、上式は以下のように簡略化され
る：
【００３１】
【数５】
【００３２】以上の手順をまとめると、頻度分布形状パ
ラメータ推定部１７は、分布度数ｎ（ｋ）のデータを利
用して、以下の演算を行う。
ラメータ推定部１７は、分布度数ｎ（ｋ）のデータを利
用して、以下の演算を行う。
【００３３】１．分布度数ｎ（ｋ）を相対度数
【００３４】
【数６】
【００３５】に変換する。
【００３６】２．ｋを１ずつ増やしながら、以下の手順
で、極大点あるいは変曲点を探索する。但し、「ｋ＝ｋ
c で極大点」は
で、極大点あるいは変曲点を探索する。但し、「ｋ＝ｋ
c で極大点」は
【００３７】
【数７】
【００３８】によりそれぞれ、検出可能である。
【００３９】３．もし、頻度分布の形状がタイプＡなら
ば、１番目の極大点を
ば、１番目の極大点を
【００４０】
【外１】
【００４１】とし、２番目の極大点を
【００４２】
【外２】
【００４３】とする。もし、頻度分布の形状がタイプＢ
ならば、最初に検出された変曲点あるいは極大点を
ならば、最初に検出された変曲点あるいは極大点を
【００４４】
【外３】
【００４５】とし、２番目に検出された極大点あるいは
変曲点を
変曲点を
【００４６】
【外４】
【００４７】とする。
【００４８】４．
【００４９】
【数８】
【００５０】とする。
【００５１】次に、頻度分布モデル・パラメータ推定部
１８、ワークステーションあるいはパーソナルコンピュ
ータが、自律神経指標値データ頻度分布作成部１６で得
られた指尖脈波振幅値の頻度分布に関する信号１６１
（区間境界値Ｂj （ｊ＝０，１，…，ｍ））と、頻度分
布形状パラメータ推定部１７で得られた頻度分布の形状
パラメータに関する信号１７１
１８、ワークステーションあるいはパーソナルコンピュ
ータが、自律神経指標値データ頻度分布作成部１６で得
られた指尖脈波振幅値の頻度分布に関する信号１６１
（区間境界値Ｂj （ｊ＝０，１，…，ｍ））と、頻度分
布形状パラメータ推定部１７で得られた頻度分布の形状
パラメータに関する信号１７１
【００５２】
【数９】
【００５３】を利用し、頻度分布を特徴付ける確率分布
モデルのパラメータを、以下の手順に従って推定する。
モデルのパラメータを、以下の手順に従って推定する。
【００５４】指尖脈波振幅値の相対度数データ
【００５５】
【数１０】
【００５６】に確率分布モデルを当てはめる。確率分布
モデルとして、例えば、（１）式で定義される混合正規
分布モデルを利用することが出来る。この時、対数尤度
ｌは
モデルとして、例えば、（１）式で定義される混合正規
分布モデルを利用することが出来る。この時、対数尤度
ｌは
【００５７】
【数１１】
【００５８】で与えられるので、−ｌを最小にするパラ
メータα，μ1 ，μ2 ，σ1 ，σ2 を求めれば良い。従
って、この手順は−ｌを目的関数とする最適化問題に帰
着される。この最適化問題は、例えば、以下に述べるよ
うに、今野氏と山下氏の著書「ＯＲライブラリー６ 非
線形計画法」（日科技連出版社、第７刷、１９９２年）
の１５３〜１５４頁に記載されている修正ニュートン法
の１手法であるＬｅｖｅｎｂｅｒｇ−Ｍａｒｑｕａｒｄ
ｔ法を利用すれば解くことが可能である。
メータα，μ1 ，μ2 ，σ1 ，σ2 を求めれば良い。従
って、この手順は−ｌを目的関数とする最適化問題に帰
着される。この最適化問題は、例えば、以下に述べるよ
うに、今野氏と山下氏の著書「ＯＲライブラリー６ 非
線形計画法」（日科技連出版社、第７刷、１９９２年）
の１５３〜１５４頁に記載されている修正ニュートン法
の１手法であるＬｅｖｅｎｂｅｒｇ−Ｍａｒｑｕａｒｄ
ｔ法を利用すれば解くことが可能である。
【００５９】この種の手法では、目的関数−ｌに含まれ
る最適化すべきパラメータθ＝（θ1 ，θ2 ，θ3 ，θ
4 ，θ5 ）に初期値を与え、このベクトルにΔθを加え
ることによって更新される。このΔθが目的関数−ｌの
θに関する偏微分に依存する。但し、 θ1 ＝α，θ2 ＝μ1 ，θ3 ＝μ2 ，θ4 ＝σ1 θ5 ＝σ2 （１５） とする。また、θ1 ，θ2 ，θ3 の初期値は、頻度分布
形状パラメータ推定部１７で得られた
る最適化すべきパラメータθ＝（θ1 ，θ2 ，θ3 ，θ
4 ，θ5 ）に初期値を与え、このベクトルにΔθを加え
ることによって更新される。このΔθが目的関数−ｌの
θに関する偏微分に依存する。但し、 θ1 ＝α，θ2 ＝μ1 ，θ3 ＝μ2 ，θ4 ＝σ1 θ5 ＝σ2 （１５） とする。また、θ1 ，θ2 ，θ3 の初期値は、頻度分布
形状パラメータ推定部１７で得られた
【００６０】
【外５】
【００６１】を用いれば良い。この時、更新すべきパラ
メータは
メータは
【００６２】
【数１２】
【００６３】で定義される（Ｉは５次の単位行列）。こ
こで、γ≧０は
こで、γ≧０は
【００６４】
【外６】
【００６５】の固有値がすべてある正数δ以上になるよ
うに決められる。Ｑの固有値λ1 ，…，λ5 が知られて
いるならば、γが
うに決められる。Ｑの固有値λ1 ，…，λ5 が知られて
いるならば、γが
【００６６】
【数１３】
【００６７】で定義される。
【００６８】次に、自律神経活動分類部１９、例えば、
ワークステーションあるいはパーソナルコンピュータ
が、頻度分布モデル・パラメータ推定部１８で求められ
た指尖脈波振幅値の頻度分布を特徴付ける確率分布モデ
ルのパラメータα，μ1 ，μ2，σ1 ，σ2 を利用し
て、以下の手順に従って、被験者の自律神経活動を分類
する。２つの正規分布が交わる近辺はどちらの状態に属
するかの判断が困難である。そこで、各分布の平均を中
心とする領域を各状態に指定することが望ましい。従っ
て、例えば、分類則として、 （μ1 −σ1 ≦）ｘ≦μ1 ＋σ1 （２０） を「加算してはいけない」状態、 μ2 −σ2 ≦ｘ（≦μ2 ＋σ2 ） （２１） を「加算しても良い」状態と定めることが可能である。
この分類則を例示したものが図３（タイプＡ）及び図４
（タイプＢ）である。しかしながら、２つの平均がかな
り接近し、 μ2 −σ2 ＜μ1 ＋σ1 （２２） の場合も有り得る。このような場合には、
ワークステーションあるいはパーソナルコンピュータ
が、頻度分布モデル・パラメータ推定部１８で求められ
た指尖脈波振幅値の頻度分布を特徴付ける確率分布モデ
ルのパラメータα，μ1 ，μ2，σ1 ，σ2 を利用し
て、以下の手順に従って、被験者の自律神経活動を分類
する。２つの正規分布が交わる近辺はどちらの状態に属
するかの判断が困難である。そこで、各分布の平均を中
心とする領域を各状態に指定することが望ましい。従っ
て、例えば、分類則として、 （μ1 −σ1 ≦）ｘ≦μ1 ＋σ1 （２０） を「加算してはいけない」状態、 μ2 −σ2 ≦ｘ（≦μ2 ＋σ2 ） （２１） を「加算しても良い」状態と定めることが可能である。
この分類則を例示したものが図３（タイプＡ）及び図４
（タイプＢ）である。しかしながら、２つの平均がかな
り接近し、 μ2 −σ2 ＜μ1 ＋σ1 （２２） の場合も有り得る。このような場合には、
【００６９】
【数１４】
【００７０】と分類則を変更すれば良い。こうして、自
律神経活動を２つの状態に分類することが可能である。
自律神経活動分類部１９は、上記の分類結果に関する信
号１９１を出力する。
律神経活動を２つの状態に分類することが可能である。
自律神経活動分類部１９は、上記の分類結果に関する信
号１９１を出力する。
【００７１】自律神経活動分類部１９より出力された分
類結果に関する信号１９１を入力して、自律神経指標測
定手続き制御部２０は、分類結果が実験者によって満足
ゆくものかどうかを判断する。もし、満足ゆく結果では
ない場合は、区間境界値の変更に関する信号２０２を出
力する。
類結果に関する信号１９１を入力して、自律神経指標測
定手続き制御部２０は、分類結果が実験者によって満足
ゆくものかどうかを判断する。もし、満足ゆく結果では
ない場合は、区間境界値の変更に関する信号２０２を出
力する。
【００７２】自律神経指標測定手続き制御部２０より出
力された区間境界値の変更に関する信号２０２に基づい
て、自律神経指標値データ頻度分布作成部１６は、新た
に区間境界値
力された区間境界値の変更に関する信号２０２に基づい
て、自律神経指標値データ頻度分布作成部１６は、新た
に区間境界値
【００７３】
【数１５】
【００７４】を設定し、新しい頻度分布を作成する。以
下、頻度分布形状パラメータ推定部１７、頻度分布モデ
ル・パラメータ推定部１８を経由して、自律神経活動分
類部１９が新しい分類則を設定する。
下、頻度分布形状パラメータ推定部１７、頻度分布モデ
ル・パラメータ推定部１８を経由して、自律神経活動分
類部１９が新しい分類則を設定する。
【００７５】また、大雑把な分類の場合は、頻度分布形
状パラメータ推定部１７が、頻度分布の形状パラメータ
に関する信号１７２を自律神経活動分類部１９へ直接出
力（第２の発明）するか、頻度分布モデル・パラメータ
推定部１８が、自律神経指標値データ頻度分布作成部１
６から出力される頻度分布に関する信号１６２を直接入
力（第１の発明）して、確率分布モデルのパラメータを
推定する。
状パラメータ推定部１７が、頻度分布の形状パラメータ
に関する信号１７２を自律神経活動分類部１９へ直接出
力（第２の発明）するか、頻度分布モデル・パラメータ
推定部１８が、自律神経指標値データ頻度分布作成部１
６から出力される頻度分布に関する信号１６２を直接入
力（第１の発明）して、確率分布モデルのパラメータを
推定する。
【００７６】
【発明の効果】本発明を用いることにより、自律神経指
標値データを一度入力すれば、被験者の自律神経活動を
自動的に分類出来る。また、実験計画や被験者の内省報
告に基づいた所定の段階に分類可能であるので、自律神
経指標値のデータ解析を効率的に行うことが出来る。
標値データを一度入力すれば、被験者の自律神経活動を
自動的に分類出来る。また、実験計画や被験者の内省報
告に基づいた所定の段階に分類可能であるので、自律神
経指標値のデータ解析を効率的に行うことが出来る。
【図１】本発明の一実施例を示す基本構成図。
【図２】実測された指尖脈波の振幅値データから作成さ
れた頻度分布を例示する図。
れた頻度分布を例示する図。
【図３】平均が離れた２つの正規分布に基づいた混合正
規分布モデル及びその分類則を例示する図。
規分布モデル及びその分類則を例示する図。
【図４】平均が近接した２つの正規分布に基づいた混合
正規分布モデル及びその分類則を例示する図。
正規分布モデル及びその分類則を例示する図。
【図５】従来例を示す基本構成図。
１１ 自律神経指標計測部 １２ 自律神経指標信号記録制御部 １３ 自律神経指標信号記録・再生部 １４ 自律神経指標データ変換部 １５ 変換データ記録・再生部 １６ 自律神経指標値データ頻度分布作成部 １７ 頻度分布形状パラメータ推定部 １８ 頻度分布モデル・パラメータ推定部 １９ 自律神経活動分類部 ２０ 自律神経指標測定・解析手続き制御部 ２１ 自律神経指標計測用センサ ４１ 自律神経指標計測部 ４２ 自律神経指標信号記録・再生部 ４３ 自律神経指標解析部 ５１〜５３ 自律神経指標計測用センサ
フロントページの続き (56)参考文献 特開 昭61−156482（ＪＰ，Ａ) 特開 平５−84222（ＪＰ，Ａ) 特開 平６−94589（ＪＰ，Ａ) 特開 平２−267030（ＪＰ，Ａ)
Claims (3)
- 【請求項１】自律神経指標値データの頻度分布を利用し
た自律神経活動分類装置において、被験者の自律神経活
動の分類に利用する自律神経指標を計測する自律神経指
標計測手段と、前記自律神経指標計測手段より出力され
た自律神経指標信号の保存を制御する自律神経指標信号
記録制御手段と、前記自律神経指標記録制御手段より出
力された自律神経指標信号を記録して再生する自律神経
指標信号記録・再生手段と、前記自律神経指標信号記録
・再生手段より出力された自律神経指標信号を振幅値デ
ータに変換する自律神経指標データ変換手段と、前記自
律神経指標データ変換手段より出力された自律神経指標
振幅値データを記録して再生する変換データ記録・再生
手段と、前記変換データ記録・再生手段より出力された
自律神経指標振幅値データの頻度分布を作成する自律神
経指標振幅値データ頻度分布作成手段と、前記自律神経
指標振幅値データ頻度分布作成手段より出力された頻度
分布を確率分布モデルに当てはめ、確率分布モデルに含
まれるパラメータを、最尤推定法の原理に基づいて推定
する頻度分布モデル・パラメータ推定手段と、前記頻度
分布モデル・パラメータ推定手段で推定された確率分布
モデルのパラメータを利用して、被験者の自律神経活動
を分類する自律神経活動分類手段と、自律神経指標を測
定するための手続き及び自律神経指標値データの頻度分
布を作成するための手続きに従って、前記自律神経指標
信号記録制御手段及び自律神経指標値データ頻度分布作
成手段及び自律神経活動分類手段を制御する自律神経指
標測定・解析手続き制御手段と、を有することを特徴と
する自律神経活動分類装置。 - 【請求項２】自律神経指標値データの頻度分布を利用し
た自律神経活動分類装置において、被験者の自律神経活
動の分類に利用する自律神経指標を計測する自律神経指
標計測手段と、前記自律神経指標計測手段より出力され
た自律神経指標信号の保存を制御する自律神経指標信号
記録制御手段と、前記自律神経指標記録制御手段より出
力された自律神経指標信号を記録して再生する自律神経
指標信号記録・再生手段と、前記自律神経指標信号記録
・再生手段より出力された自律神経指標信号を振幅値デ
ータに変換する自律神経指標データ変換手段と、前記自
律神経指標データ変換手段より出力された自律神経指標
振幅値データを記録して再生する変換データ記録・再生
手段と、前記変換データ記録・再生手段より出力された
自律神経指標振幅値データの頻度分布を作成する自律神
経指標振幅値データ頻度分布作成手段と、前記自律神経
指標振幅値データ頻度分布作成手段より出力された頻度
分布を連続曲線と見做し、頻度分布の形状を特徴付ける
パラメータを推定する頻度分布形状パラメータ推定手段
と、前記頻度分布形状パラメータ推定手段で推定された
頻度分布の形状パラメータを利用して、被験者の自律神
経活動を分類する自律神経活動分類手段と、自律神経指
標を測定するための手続き及び自律神経指標値データの
頻度分布を作成するための手続きに従って、前記自律神
経指標信号記録制御手段及び自律神経指標値データ頻度
分布作成手段及び自律神経活動分類手段を制御する自律
神経指標測定・解析手続き制御手段と、を有することを
特徴とする自律神経活動分類装置。 - 【請求項３】自律神経指標値データの頻度分布を利用し
た自律神経活動分類装置において、被験者の自律神経活
動の分類に利用する自律神経指標を計測する自律神経指
標計測手段と、前記自律神経指標計測手段より出力され
た自律神経指標信号の保存を制御する自律神経指標信号
記録制御手段と、前記自律神経指標記録制御手段より出
力された自律神経指標信号を記録して再生する自律神経
指標信号記録・再生手段と、前記自律神経指標信号記録
・再生手段より出力された自律神経指標信号を振幅値デ
ータに変換する自律神経指標データ変換手段と、前記自
律神経指標データ変換手段より出力された自律神経指標
振幅値データを記録して再生する変換データ記録・再生
手段と、前記変換データ記録・再生手段より出力された
自律神経指標振幅値データの頻度分布を作成する自律神
経指標振幅値データ頻度分布作成手段と、前記自律神経
指標振幅値データ頻度分布作成手段より出力された頻度
分布を連続曲線と見做し、頻度分布の形状を特徴付ける
パラメータを推定する頻度分布形状パラメータ推定手段
と、前記頻度分布形状パラメータ推定手段より出力され
た頻度分布の形状パラメータを初期値として、前記自律
神経指標振幅値データ頻度分布作成手段より出力された
頻度分布を確率分布モデルに当てはめ、確率分布モデル
に含まれるパラメータを、最尤推定法の原理に基づいて
推定する頻度分布モデル・パラメータ推定手段と、前記
頻度分布モデル・パラメータ推定手段で推定された確率
分布モデルのパラメータを利用して、被験者の自律神経
活動を分類する自律神経活動分類手段と、自律神経指標
を測定するための手続き及び自律神経指標値データの頻
度分布を作成するための手続きに従って、前記自律神経
指標信号記録制御手段及び自律神経指標値データ頻度分
布作成手段及び自律神経活動分類手段を制御する自律神
経指標測定・解析手続き制御手段と、を有することを特
徴とする自律神経活動分類装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6162243A JP2901495B2 (ja) | 1994-07-14 | 1994-07-14 | 自律神経活動分類装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6162243A JP2901495B2 (ja) | 1994-07-14 | 1994-07-14 | 自律神経活動分類装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0824231A JPH0824231A (ja) | 1996-01-30 |
| JP2901495B2 true JP2901495B2 (ja) | 1999-06-07 |
Family
ID=15750715
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6162243A Expired - Fee Related JP2901495B2 (ja) | 1994-07-14 | 1994-07-14 | 自律神経活動分類装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2901495B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4588515B2 (ja) * | 2005-03-31 | 2010-12-01 | 住友大阪セメント株式会社 | 状態解析装置及びソフトウエアプログラム |
| GB0611872D0 (en) * | 2006-06-15 | 2006-07-26 | Hypo Safe As | Analysis of EEG signals to detect hypoglycaemia |
| JP5409148B2 (ja) * | 2009-07-10 | 2014-02-05 | 三菱電機株式会社 | 生体状態取得装置、生体状態取得プログラム、生体状態取得装置を備えた機器及び空気調和機 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS61156482A (ja) * | 1984-12-28 | 1986-07-16 | Toshiba Corp | 画像デ−タ処理装置 |
| JPH0686188B2 (ja) * | 1989-04-04 | 1994-11-02 | 株式会社ユニシアジェックス | 運転状態認識装置及びこれを用いた自動変速機の変速制御装置 |
| JPH0584222A (ja) * | 1991-09-25 | 1993-04-06 | Sony Corp | 心拍変動解析装置 |
| JPH0694589A (ja) * | 1992-09-09 | 1994-04-05 | Toshiba Corp | 高温部品の寿命診断方法 |
-
1994
- 1994-07-14 JP JP6162243A patent/JP2901495B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0824231A (ja) | 1996-01-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2596372B2 (ja) | 誘発電位測定装置 | |
| Meste et al. | Ventricular late potentials characterization in time-frequency domain by means of a wavelet transform | |
| US5775330A (en) | Neurometric assessment of intraoperative anesthetic | |
| US5299118A (en) | Method and system for analysis of long term physiological polygraphic recordings | |
| US7035685B2 (en) | Apparatus and method for measuring electroencephalogram | |
| Panerai et al. | Variability of time-domain indices of dynamic cerebral autoregulation | |
| EP1609418A1 (en) | Apparatus for estimating the psychological state of a subject and video/sound reproduction apparatus | |
| JP2000262479A5 (ja) | ||
| JP2006514570A (ja) | 麻酔および鎮静監視のシステムおよび方法 | |
| WO1997012546A1 (en) | Method and apparatus for assessing cardiovascular risk | |
| JPH07500983A (ja) | 脳のバイオポテンシャル分析システム及び装置 | |
| JP2006518608A (ja) | 脳機能を監視する方法 | |
| US20220022809A1 (en) | Systems and methods to detect and treat obstructive sleep apnea and upper airway obstruction | |
| JPH07204168A (ja) | 生体情報自動識別装置 | |
| RU2262294C2 (ru) | Мониторинг слуховых вызванных потенциалов | |
| Barrett et al. | Brain evoked potentials and intelligence: The Hendrickson paradigm | |
| Tamburro et al. | Automatic removal of cardiac interference (ARCI): A new approach for EEG data | |
| JP2001161652A (ja) | 脳波活動定量化計測装置 | |
| EP1767146A1 (en) | Monitoring neuronal signals | |
| AU2001213824A1 (en) | Monitoring auditory evoked potentials | |
| JP2901495B2 (ja) | 自律神経活動分類装置 | |
| US6527730B2 (en) | Reducing noise in a technique for diagnosing attention deficit hyperactivity disorder | |
| Oliveira et al. | Computerised respiratory sounds can differentiate smokers and non-smokers | |
| KR0165724B1 (ko) | 한열 감별 장치 | |
| Shirole et al. | Linear and nonlinear analysis of cardiac and diabetic subjects |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 19961112 |
|
| LAPS | Cancellation because of no payment of annual fees |